1、第一点的问题都是linux运维相关的成熟解决方案 不存在问题 你在网上搜一下就可以了
2、hadoop现在集群都用cdh或是hortonworks 没啥人用apache的
3、我们公司都是用cdh版本的 2000多台集群都没问题

符不符合趋势不重要把 重要的是符合业务

为啥不用es？

断点续传好像不是调度框架能支持的，除了这个功能以外 Quartz不是挺好的吗

为啥要支持主从分离？kafka不是数据库哦 不会有读的并发问题

可以先把double转为string 用string的toBytes方法转为二进制写到文件中 读的时候反过来步骤就可以了

列族可以理解为表 列就是我们普通理解的表的列 所以这种设计和普通的表设计没啥区别 好处就是对列扫描的时候速度快

优化程序？往哪个方向优化？ 有什么bug？

举个例子把 ，任何一个整数n，都可以表示成n=kq+r，其中0<=r<q
这里的r就是n除以q的余数，通常记为n≡r(mod q)
例如-9=(-2)5+1，则-9除以5的余数为1。

用repartition先把数据分区

增加一些java heap space的空间

需要java基础的 还有很多操作系统和工具使用的方法 感觉自学的话要求比较高了

这种方法 hdfs://localhost:9000/user/chuck/example.txt